基于GRO優(yōu)化的VMD-HKELM月蒸發(fā)量預測方法研究

摘要： 水面蒸發(fā)預測對于水庫水量預測、區(qū)域水量平衡分析和水資源量核算等具有重要意義。水面蒸發(fā)量預測影響因素眾多，并最終體現(xiàn)在隨時間變化的蒸發(fā)量監(jiān)測數(shù)據(jù)中。為此，基于淘金熱（GRO）算法優(yōu)化變分模態(tài)分解（VMD）-混合核極限學習機（HKELM）提出兩種方案。方案Ⅰ先對月蒸發(fā)量時間序列分解，后劃分訓練集、測試集；方案Ⅱ先對月蒸發(fā)量劃分訓練集、測試集，再進行時間序列分解。通過一種新型元啟發(fā)式... （共7頁）